SoftServe > 实例探究 > 通过使用 AI 优化 ESP 的运行参数来提高石油产量

通过使用 AI 优化 ESP 的运行参数来提高石油产量

SoftServe Logo
 Boosting Oil Production by Optimizing ESP Operating Parameters with AI - IoT ONE Case Study
技术
  • 分析与建模 - 机器学习
  • 传感器 - 电表
适用行业
  • 石油和天然气
适用功能
  • 维护
用例
  • 资产健康管理 (AHM)
  • 泄漏与洪水监测
服务
  • 数据科学服务
  • 测试与认证
客户
关于客户

拉雷多石油公司是一家领先的能源公司,专注于石油和天然气资产的收购、勘探和开发。运营效率和生产优化是公司的首要任务。目前,拉雷多石油公司正在投资数字技术,以确保资产完整性、降低运营成本并提高生产率。

挑战

SoftServe 帮助 Laredo 使用深度神经网络 (DNN) 算法和优化技术在 Amazon Web Services (AWS) 上构建了一个全面的解决方案,包括针对最终用户的广泛可视化和解释。它通过模拟具有不同场景的遥测和生产来对整个系统进行建模。此外,它还允许拉雷多石油公司找到最佳的控制措施,以满足电机温度、电压、进气压力以及气体或水量等限制条件。该算法可以适应各种 ESP 系统,并为操作员提供最佳的日常控制。

解决方案

解决方案结果:

  1. 根据从 50 个 ESP 中收集的数月数据确定的具有高预测精度的 ML 模型
  2. 将自动重新训练的管道部署到 AWS 环境
  3. 模拟场景的交互式可视化
  4. Streamlight仪表板作为参数推荐测试的原型平台
  5. ML 和基于物理的模型的组合
运营影响
  • SoftServe's solution helped Vital Energy transition to data-driven ESP optimization, achieving their business goals. The solution provided real-time dashboards that offer summary statistics, forecasts, and parameter recommendations for better decision-making. It is a highly flexible solution that can be adapted to a variety of ESP systems. As a result, Vital Energy experienced reduced downtime, improved maintenance practices, and reduced operating expenses.
数量效益
  • Initial pilot achieved a production increase of ~400 BPD across 29 test wells
  • Client was later able to get 800 BPD from around 50 wells
  • Scalability in months from 29 to more than 100 wells in production

Case Study missing?

Start adding your own!

Register with your work email and create a new case study profile for your business.

Add New Record

相关案例.

联系我们

欢迎与我们交流!
* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

感谢您的信息!
我们会很快与你取得联系。